論文の概要: NEAT-NC: NEAT guided Navigation Cells for Robot Path Planning
- arxiv url: http://arxiv.org/abs/2604.15076v1
- Date: Thu, 16 Apr 2026 14:40:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:31.952027
- Title: NEAT-NC: NEAT guided Navigation Cells for Robot Path Planning
- Title（参考訳）: NEAT-NC:ロボット経路計画のためのNEATガイドナビゲーションセル
- Authors: Hibatallah Meliani, Khadija Slimani, Samira Khoulji,
- Abstract要約: 空間をナビゲートするために、脳は場所細胞、格子細胞、方向細胞、境界細胞、速度細胞などの異なる細胞を用いて環境を内部的に表現する。
これらの生物学的原理に触発されて、我々は航法細胞を誘導する神経進化であるNEATNCを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To navigate a space, the brain makes an internal representation of the environment using different cells such as place cells, grid cells, head direction cells, border cells, and speed cells. All these cells, along with sensory inputs, enable an organism to explore the space around it. Inspired by these biological principles, we developed NEATNC, a Neuro-Evolution of Augmenting Topology guided Navigation Cells. The goal of the paper is to improve NEAT algorithm performance in path planning in dynamic environments using spatial cognitive cells. This approach uses navigation cells as inputs and evolves recurrent neural networks, representing the hippocampus part of the brain. The performance of the proposed algorithm is evaluated in different static and dynamic scenarios. This study highlights NEAT's adaptability to complex and different environments, showcasing the utility of biological theories. This suggests that our approach is well-suited for real-time dynamic path planning for robotics and games.
- Abstract（参考訳）: 空間をナビゲートするために、脳は場所細胞、格子細胞、方向細胞、境界細胞、速度細胞などの異なる細胞を用いて環境を内部的に表現する。
これらの細胞は、感覚入力とともに、生物が周囲の空間を探索することを可能にする。
これらの生物学的原理に触発されて、我々は航法細胞を誘導する神経進化であるNEATNCを開発した。
本研究の目的は,空間認知細胞を用いた動的環境における経路計画におけるNEATアルゴリズムの性能向上である。
このアプローチでは、ナビゲーションセルを入力として使用し、脳の海馬部分を表す反復神経ネットワークを進化させる。
提案アルゴリズムの性能は静的・動的に異なるシナリオで評価される。
この研究は、NEATが複雑で異なる環境に適応できることを強調し、生物学的理論の有用性を示している。
このことから,本手法はロボットやゲームにおけるリアルタイムな動的パス計画に適していると考えられる。
関連論文リスト
- Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。
人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
論文 参考訳（メタデータ） (2025-09-11T05:23:22Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - A Grid Cell-Inspired Structured Vector Algebra for Cognitive Maps [4.498459787490856]
海馬と海馬の形成は哺乳類の脳のナビゲーションシステムであり、グリッド細胞を介して物理的および抽象的な空間をコードしている。
本稿では,CANとベクトルアーキテクチャ(VSA)にインスパイアされた脳海馬形成における多目的情報処理の力学モデルを提案する。
グリッドセルVSAモデルは、グリッドセルモジュールの離散スケールと配向を模倣した3次元モジュールによる空間的に構造化された符号化方式を採用している。
論文 参考訳（メタデータ） (2025-03-11T16:45:52Z) - Higher-Order Spatial Information for Self-Supervised Place Cell Learning [0.9378911615939924]
哺乳類は、空間内の位置を符号化する場所と格子細胞を介して、新しい環境をナビゲートする。
我々は高次空間情報尺度を導出し,実装し,複数の位置セルの出現について検討する。
創発性場所細胞には、高精度な空間デコードを含む多くの望ましい特徴があることを示す。
論文 参考訳（メタデータ） (2024-06-10T15:03:54Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳（メタデータ） (2023-05-22T10:20:34Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Neuromorphic Computing and Sensing in Space [69.34740063574921]
神経型コンピュータチップは、生物学的脳の構造を模倣するように設計されている。
ニューロモルフィックデバイスの低消費電力とエネルギー効率に重点を置くことは、宇宙応用には最適である。
論文 参考訳（メタデータ） (2022-12-10T07:46:29Z) - Grid cells and their potential application in AI [0.0]
2005年のノーベル賞発見以来、グリッド細胞は神経科学者によって広く研究されてきた。
動物が動き回るにつれて、環境を揺さぶる多スケールの周期的な発火速度は、経路統合にとって重要なものであることが示されている。
本稿では,その発見以降のグリッド細胞研究の概要,神経科学と認知科学における役割,人工知能研究の今後の方向性について概説する。
論文 参考訳（メタデータ） (2022-10-12T22:46:12Z) - Grid Cells Are Ubiquitous in Neural Networks [0.0]
格子細胞は空間的および非空間的認知タスクにおいて重要な役割を果たしていると考えられている。
最近の研究では、LSTMの経路積分のための格子細胞の出現が観察されている。
論文 参考訳（メタデータ） (2020-03-07T01:40:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。